如何用Python从CSV生成带边框表格并转换数据格式

我来帮你搞定这两个Python处理表格的需求，分两部分来讲解：

一、将CSV转换为目标宽格式 #

你的输入是长格式的CSV，需要转换成以indiv_number为行、基因为列的宽格式。这里提供两种实现方式，用pandas更高效，纯Python则不需要额外依赖：

方法1：使用pandas（推荐） #

pandas的透视表功能能快速完成长转宽的操作，代码简洁易维护：

import pandas as pd

# 读取输入CSV
df = pd.read_csv('input.csv')

# 生成宽表：行是indiv_number，列是基因名，值是to_append，缺失值填充默认值
pivot_df = df.pivot(
    index='indiv_number',
    columns='genename',
    values='to_append'
).fillna('[0000]')  # 这里的默认值可以根据你的需求修改

# 构建目标格式的输出内容
output = []
# 第一行：所有基因名
output.append(' '.join(pivot_df.columns))
# 第二行：标题行
output.append('indiv_number')
# 后续每行：个体编号 + 对应基因的to_append值
for indiv_id, row in pivot_df.iterrows():
    output_line = f"{indiv_id} {' '.join(row.values)}"
    output.append(output_line)

# 写入文件或打印结果
with open('output.txt', 'w') as f:
    f.write('\n'.join(output))
print('\n'.join(output))

方法2：纯Python实现（无依赖） #

如果不想安装pandas，用标准库也能实现：

from collections import defaultdict

# 读取并解析CSV数据
gene_data = defaultdict(dict)
all_genes = set()

with open('input.csv', 'r') as f:
    # 跳过表头
    next(f)
    for line in f:
        indiv_num, gene, append_val = line.strip().split(',')
        gene_data[int(indiv_num)][gene] = append_val
        all_genes.add(gene)

# 对基因和个体编号排序，保证输出顺序一致
sorted_genes = sorted(all_genes)
sorted_indivs = sorted(gene_data.keys())

# 构建输出内容
output = []
output.append(' '.join(sorted_genes))
output.append('indiv_number')

for indiv_id in sorted_indivs:
    # 按基因顺序取对应的值，缺失则用默认值
    row_values = [gene_data[indiv_id].get(gene, '[0000]') for gene in sorted_genes]
    output.append(f"{indiv_id} {' '.join(row_values)}")

# 保存或打印
with open('output.txt', 'w') as f:
    f.write('\n'.join(output))
print('\n'.join(output))

二、生成带边框的表格 #

生成带边框的表格有两种常用方式：用第三方库快速实现，或者手动拼接自定义边框。

方法1：使用tabulate库（推荐） #

tabulate是专门用来生成美观表格的库，支持多种边框格式。先安装：

pip install tabulate

然后基于转换后的宽表生成带边框表格：

from tabulate import tabulate
import pandas as pd

# 读取并转换数据
df = pd.read_csv('input.csv')
pivot_df = df.pivot(
    index='indiv_number',
    columns='genename',
    values='to_append'
).fillna('[0000]').reset_index()  # 把indiv_number转为普通列

# 生成grid格式的带边框表格，还可以选'pipe'（Markdown表格）、'html'等格式
bordered_table = tabulate(pivot_df, headers='keys', tablefmt='grid')
print(bordered_table)

输出示例：

+----------------+----------+----------+----------+
|   indiv_number | gene1    | gene2    | gene3    |
+================+==========+==========+==========+
|              0 | [000011] | [101010] | [0101010]|
+----------------+----------+----------+----------+
|              1 | [0101010]| [0101010]| [0000]   |
+----------------+----------+----------+----------+

方法2：手动拼接边框（无依赖） #

如果不想用第三方库，可以自己计算列宽并拼接边框：

import pandas as pd

# 读取并转换数据
df = pd.read_csv('input.csv')
pivot_df = df.pivot(
    index='indiv_number',
    columns='genename',
    values='to_append'
).fillna('[0000]').reset_index()

# 获取表头和数据行
headers = list(pivot_df.columns)
data_rows = pivot_df.values.tolist()

# 计算每列的最大宽度，保证边框对齐
col_widths = []
for col_idx in range(len(headers)):
    # 取表头和该列所有数据的最大长度
    max_len = max(len(str(headers[col_idx])), max(len(str(row[col_idx])) for row in data_rows))
    col_widths.append(max_len)

# 生成顶部/底部边框
border = '+' + '+'.join(['-'*(width + 2) for width in col_widths]) + '+'

# 生成表头行
header_line = '| ' + ' | '.join([header.ljust(width) for header, width in zip(headers, col_widths)]) + ' |'

# 生成数据行
data_lines = []
for row in data_rows:
    line = '| ' + ' | '.join([str(val).ljust(width) for val, width in zip(row, col_widths)]) + ' |'
    data_lines.append(line)

# 拼接所有部分
final_table = '\n'.join([border, header_line, border] + data_lines + [border])
print(final_table)

这段代码会生成和tabulate类似的grid格式表格，完全自定义，不需要任何第三方依赖。

内容的提问来源于stack exchange，提问作者Zainab Khateeb